arXiv · cs.AI· Azim Dehghani Amirabad·· 7 天前AI 评分23
Tessera：面向空间转录组学的空间感知且方向敏感的表征学习框架
Spatially Informed and Direction Sensitive Representation Learning for Spatial Transcriptomics
来源与原文
arXiv · cs.AI
作者：Azim Dehghani Amirabad
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.28579v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出空间表征学习框架 Tessera，结合空间感知的基因选择与几何归纳偏置，通过建模细胞间相对关系实现平移不变且保留方向。在跨组织与技术的留出测试中，Tessera 表征质量优于现有空间基础模型，并可零样本泛化到比训练时最大 16× 的上下文。该工作已被 NeurIPS 2026 AI4DD workshop 接收。
来源：arXiv · cs.AI · arxiv.org